[发明专利]一种运用神经网络算法确定建设用地面积影响因素权重值的方法

权利要求书

1.一种运用神经网络算法确定建设用地面积影响因素权重值的方法，其特征在于，包括以下几个步骤：

S1、收集待测地区历年的建设用地面积数据以及相应的归一化后的影响因素数据作为样本数据一，所述数据一包含有M个数据样本；

S2、将样本数据一按年份先后分成A1组、A2组，所述A1组中包含有M1个样本数据，所述A2组中包含有M2个样本数据，用A2组中的每个建设用地面积样本数据依次减去A1组中的每个建设用地面积样本数据，以及用A2组中的每个影响因素数据依次减去A1组中的每个影响因素数据得到样本数据二；

S3、将所述样本数据二分为训练集和验证集，并将训练集中的影响因素数据作为BP神经网络的输入数据P，建设用地面积数据作为网络的输出数据Y；

S4、用训练集中的样本数据训练BP神经网络，用验证集中的样本数据对此网络进行验证，确定最终的BP神经网络；

S5、将输入数据P中某个影响因素的值在其原值的基础上分别加和减10％构成两组新的输入数据P₁和P₂；

S6、将两组新的输入数据P₁和P₂输入到所述BP神经网络中去，得到两个预测数据Y₁和Y₂；

S7、求出Y₁和Y₂的差值，这个差值即为该影响因素对应于某地建设用地面积的MIV值；

S8、重复步骤S5、S6、S7，直到求出每个影响因素对应于某地建设用地面积的MIV值，求各MIV的绝对值，对这些绝对值进行归一化处理计算各影响因素的权重值；

S9、将步骤S4到S8运行若干次，并取计算结果的平均值作为最终的影响因素权重值。

2.根据权利要求1所述的运用神经网络算法确定建设用地面积影响因素权重值的方法，其特征在于：在S2步骤中，当M为偶数时，M1＝M2＝M/2；当M为奇数时，M1＝M/2+1/2，M2＝M/2-1/2。

3.根据权利要求1所述的运用神经网络算法确定建设用地面积影响因素权重值的方法，其特征在于：所述最终的BP神经网络为14-4-1，其中：14为影响因素数量，4为隐含层节点数，1为输出层节点数；该神经网络模型的建立包括如下几个步骤：

第一步，正向计算各层单元的激活值、反向计算各层单元激活值误差、计算代价函数关于各参数的偏导项，利用梯度下降法更新参数矩阵、重复所述正向计算与反向计算，直至各所述神经网络的预测输出值与实际值误差在8％以内，固定此时的参数，进而确定相应的假设模型；

第二步，将验证集样本数据分别输入假设模型，预测相应的建设用地面积值，当误差大于8％时，重新训练该模型，当误差小于8％时，固定此模型。

4.根据权利要求1所述的运用神经网络算法确定建设用地面积影响因素权重值的方法，其特征在于：在步骤S5中，令训练集中的输入数据矩阵P＝(p⁽¹⁾,p⁽²⁾,…,p⁽ⁿ⁾)，其中p^(j)表示第j个影响因素值对应的输入列向量，这里n＝14；表示将P中的p^(j)在其原值的基础上加10％构成的新的输入矩阵；表示将P中的p^(j)在其原值的基础上减10％构成的新的输入矩阵。